XQ 回 測 PTT的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

深度學習技術在中文輿情分析之應用:以BERT演算法為例

為了解決XQ 回 測 PTT的問題，作者鍾士慕 這樣論述：

語言是思想的載體，是人類交流思想、表達情緒最自然的工具，也是人類有別於其他物種的個質特性，屬於人工智慧領域的一個重要的研究方向，而文本分類一直是自然語言處理中比較廣泛的項目，從早期的TF-IDF及機器學習到2013年Google發表的Word2Vec方法，最後到現在新趨勢的Transformer模型，文本分類的各種演算方法一直在不斷的進步中，尤其是在有深度學習後更明顯得趨勢。本研究使用文本分類上常用的演算法來分析比較，從傳統TF-IDF配合SVM、LG、RF、CART等機器學習方法到現在常見的Word2vec與LSTM以及最新趨勢Transformer模型的BERT，主要著重在比教分析從以前

到現在，在文本分類上的各種新舊演算法，並評估這些演算法在繁體中文的文本分類上的表現，資料使用在網路繁體中文討論區所收集的中文輿情資料，其結果顯示傳統的TF-IDF做法在文本分類上仍然有不錯的表現。